数字信号实验处理实验报告
数字信号处理实验报告 3
数字信号处理实验报告姓名：班级：通信学号：实验名称：频域抽样定理验证实验类型：验证试验指导教师:实习日期：2013.频域采样定理验证实验一． 实验目的：1. 加深对离散序列频域抽样定理的理解2.了解由频谱通过IFFT 计算连续时间信号的方法3.掌握用MATLAB 语言进行频域抽样与恢复时程序的编写方法 4、用MATLAB 语言将X(k)恢复为X(z)及X(e jw )。
二． 实验原理：1、1、频域采样定理： 如果序列x(n)的长度为M ，频域抽样点数为N ，则只有当频域采样点数N ≥M 时，才有x N (n)=IDFT[X(k)]=x(n),即可由频域采样X(k)无失真的恢复原序列 x(n)。
2、用X(k)表示X(z)的内插公式：∑-=-----=10111)(1)(N k kNNzWz k X Nz X内插函数： zWzkNNN z 1k111)(-----=ϕ频域内插公式：∑-=-=10)2()()(N K j k Nk X e X πωϕω频域内插函数：e N j N N )21()2sin()2sin(1)(--=ωωωωϕ三． 实验任务与步骤：实验一：长度为26的三角形序列x(n)如图(b)所示，编写MATLAB 程序验证频域抽样定理。
实验二：已知一个时间序列的频谱为X(e jw )=2+4e -jw +6e -j2w +4e -j3w +2e -j4w分别取频域抽样点数N为3、5和10，用IPPT计算并求出其时间序列x(n)，用图形显示各时间序列。
由此讨论原时域信号不失真地由频域抽样恢复的条件。
实验三：由X32(k)恢复X(z)和X(e jw)。
四．实验结论与分析：实验一：源程序：M=26;N=32;n=0:M; %产生M长三角波序列x(n)xa=0:floor(M/2);xb= ceil(M/2)-1:-1:0; xn=[xa,xb];Xk=fft(xn,512); %1024点FFT[x(n)], 用于近似序列x(n)的TFX32k=fft(xn,32); %32点FFT[x(n)]x32n=ifft(X32k); %32点IFFT[X32(k)]得到x32(n)X16k=X32k(1:2:N); %隔点抽取X32k得到X16(K)x16n=ifft(X16k,N/2); %16点IFFT[X16(k)]得到x16(n)subplot(3,2,2);stem(n,xn,'.');box ontitle('(b) 三角波序列x(n)');xlabel('n');ylabel('x(n)');axis([0,32,0,20])k=0:511;wk=2*k/512;subplot(3,2,1);plot(wk,abs(Xk));title('(a)FT[x(n)]');xlabel('\omega/\pi');ylabel('|X(e^j^\omega)|');axis([0,1,0,200])k=0:N/2-1;subplot(3,2,3);stem(k,abs(X16k),'.');box ontitle('(c) 16点频域');xlabel('k');ylabel('|X_1_6(k)|');axis([0,8,0,200])n1=0:N/2-1;subplot(3,2,4);stem(n1,x16n,'.');box ontitle('(d) 16点IDFT[X_1_6(k)]');xlabel('n');ylabel('x_1_6(n)');axis([0,32,0,20])k=0:N-1;subplot(3,2,5);stem(k,abs(X32k),'.');box ontitle('(e) 32点频域采样');xlabel('k');ylabel('|X_3_2(k)|');axis([0,16,0,200])n1=0:N-1;subplot(3,2,6);stem(n1,x32n,'.');box ontitle('(f) 32点IDFT[X_3_2(k)]');xlabel('n');ylabel('x_3_2(n)');axis([0,32,0,20])结果如下所示：实验一分析：序列x(n)的长度M=26，由图中可以看出，当采样点数N=16<M时，x16(n)确实等于原三角序列x(n)以16为周期的周期延拓序列的主值序列。
数字信号处理实验报告
实验一 信号、系统及系统响应一、实验目的1、熟悉理想采样的性质，了解信号采样前后的频谱变化，加深对时域采样定理的理解。
2、熟悉离散信号和系统的时域特性。
3、熟悉线性卷积的计算编程方法：利用卷积的方法，观察、分析系统响应的时域特性。
4、掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对离散信号、系统及其系统响应进行频域分析。
二、 实验原理1.理想采样序列：对信号x a (t)=A e −αt sin(Ω0t )u(t)进行理想采样，可以得到一个理想的采样信号序列x a (t)=A e −αt sin(Ω0nT ),0≤n ≤50，其中A 为幅度因子，α是衰减因子，Ω0是频率，T 是采样周期。
2.对一个连续时间信号x a (t)进行理想采样可以表示为该信号与一个周期冲激脉冲的乘积，即x ̂a (t)= x a (t)M(t),其中x ̂a (t)是连续信号x a (t)的理想采样；M(t)是周期冲激M(t)=∑δ+∞−∞(t-nT)=1T ∑e jm Ωs t +∞−∞,其中T 为采样周期，Ωs =2π/T 是采样角频率。
信号理想采样的傅里叶变换为X ̂a (j Ω)=1T ∑X a +∞−∞[j(Ω−k Ωs )],由此式可知：信号理想采样后的频谱是原信号频谱的周期延拓，其延拓周期为Ωs =2π/T 。
根据时域采样定理，如果原信号是带限信号，且采样频率高于原信号最高频率分量的2倍，则采样以后不会发生频率混叠现象。
三、简明步骤产生理想采样信号序列x a (n),使A=444.128，α=50√2π，Ω0=50√2π。
（1） 首先选用采样频率为1000HZ ，T=1/1000，观察所得理想采样信号的幅频特性，在折叠频率以内和给定的理想幅频特性无明显差异，并做记录；（2） 改变采样频率为300HZ ，T=1/300，观察所得到的频谱特性曲线的变化，并做记录；（3） 进一步减小采样频率为200HZ ，T=1/200，观察频谱混淆现象是否明显存在，说明原因，并记录这时候的幅频特性曲线。
数字信号处理实验(民航无线电监测关键技术研究)
《数字信号处理》实验报告实验名称数字信号处理实验（民航无线电监测关键技术研究）实验时间一、实验目的：通过实验，理解和掌握民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术，培养学生对数字信号处理技术的兴趣，并提高学生基于数字信号处理技术的工程应用能力。
二、实验环境：Matlab三、实验原理、内容与分析（包括实验内容、MATLAB程序、实验结果与分析）实验总体框图如上图所示，主要实现民航无线电监测关键技术中调制解调、FIR 数字滤波器、多采样率数字信号处理、FFT、语音数字信号处理、静噪等技术。
1．有限长单位脉冲（FIR）滤波器的设计FIR 数字滤波器是一种非递归系统，其冲激响应h(n)是有限长序列,其差分方程表达式为：系统传递函数可表达为：N-1 为FIR 滤波器的阶数。
在数字信号处理应用中往往需要设计线性相位的滤波器，FIR 滤波器在保证幅度特性满足技术要求的同时，很容易做到严格的线性相位特性。
为了使滤波器满足线性相位条件，要求其单位脉冲响应h(n)为实序列，且满足偶对称或奇对称条件，即h(n)=h(N-1-n)或h(n)=-h(N-1-n)。
这样，当N 为偶数时，偶对称线性相位FIR 滤波器的差分方程表达式为：由上可见FIR 滤波器不断地对输入样本x(n)延时后，再做乘法累加算法，将滤波器结果y(n)输出，因此，FIR 实际上是一种乘法累加运算。
而对于线性相位FIR 而言，利用线性相位FIR 滤波器系数的对称特性，可以采用结构精简的FIR 结构将乘法器数目减少一半。
2．AM 调制解调AM 调制解调过程如下：3．多采样率数字信号处理一般认为，在满足采样定理的前提下，首先将以采样率F1 采集的数字信号进行D/A 转换, 变成模拟信号，再按采样率F2 进行A/D 变换，从而实现从F1 到F2 的采样率转换。
但这样较麻烦，且易使信号受到损伤，所以实际上改变采样率是在数字域实现的。
数字信号处理实验报告
数字信号处理实验报告引言数字信号处理（Digital Signal Processing，DSP）是一门研究数字信号的获取、分析、处理和控制的学科。
在现代科技发展中，数字信号处理在通信、图像处理、音频处理等领域起着重要的作用。
本次实验旨在通过实际操作，深入了解数字信号处理的基本原理和实践技巧。
实验一：离散时间信号的生成与显示在实验开始之前，我们首先需要了解信号的生成与显示方法。
通过数字信号处理器（Digital Signal Processor，DSP）可以轻松生成和显示各种类型的离散时间信号。
实验设置如下：1. 设置采样频率为8kHz。
2. 生成一个正弦信号：频率为1kHz，振幅为1。
3. 生成一个方波信号：频率为1kHz，振幅为1。
4. 将生成的信号通过DAC（Digital-to-Analog Converter）输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的正弦信号和方波信号的图片）实验分析：通过示波器的显示结果可以看出，正弦信号在时域上呈现周期性的波形，而方波信号则具有稳定的上下跳变。
这体现了正弦信号和方波信号在时域上的不同特征。
实验二：信号的采样和重构在数字信号处理中，信号的采样是将连续时间信号转化为离散时间信号的过程，信号的重构则是将离散时间信号还原为连续时间信号的过程。
在实际应用中，信号的采样和重构对信号处理的准确性至关重要。
实验设置如下：1. 生成一个正弦信号：频率为1kHz，振幅为1。
2. 设置采样频率为8kHz。
3. 对正弦信号进行采样，得到离散时间信号。
4. 对离散时间信号进行重构，得到连续时间信号。
5. 将重构的信号通过DAC输出到示波器上进行显示。
实验结果如下图所示：（插入示波器显示的连续时间信号和重构信号的图片）实验分析：通过示波器的显示结果可以看出，重构的信号与原信号非常接近，并且能够还原出原信号的形状和特征。
这说明信号的采样和重构方法对于信号处理的准确性有着重要影响。
最新数字信号处理实验报告
最新数字信号处理实验报告一、实验目的本次实验旨在加深对数字信号处理（DSP）理论的理解，并通过实践操作掌握数字信号处理的基本方法和技术。
通过实验，学习如何使用相关软件工具进行信号的采集、分析、处理和重构，提高解决实际问题的能力。
二、实验内容1. 信号采集与分析- 使用数字示波器采集模拟信号，并将其转换为数字信号。
- 利用傅里叶变换（FFT）分析信号的频谱特性。
- 观察并记录信号的时域和频域特性。
2. 滤波器设计与实现- 设计低通、高通、带通和带阻滤波器。
- 通过编程实现上述滤波器，并测试其性能。
- 分析滤波器对信号的影响，并调整参数以优化性能。
3. 信号重构实验- 应用所学滤波器对采集的信号进行去噪处理。
- 使用逆傅里叶变换（IFFT）重构经过滤波处理的信号。
- 比较重构信号与原始信号的差异，评估处理效果。
三、实验设备与材料- 计算机及DSP相关软件（如MATLAB、LabVIEW等）- 数字示波器- 模拟信号发生器- 数据采集卡四、实验步骤1. 信号采集- 连接并设置好数字示波器和模拟信号发生器。
- 生成一系列不同频率和幅度的模拟信号。
- 通过数据采集卡将模拟信号转换为数字信号。
2. 滤波器设计- 在DSP软件中设计所需的滤波器，并编写相应的程序代码。
- 调整滤波器参数，如截止频率、增益等，以达到预期的滤波效果。
3. 信号处理与重构- 应用设计的滤波器对采集的数字信号进行处理。
- 利用IFFT对处理后的信号进行重构。
- 通过对比原始信号和重构信号，评估滤波器的性能。
五、实验结果与分析- 展示信号在时域和频域的分析结果。
- 描述滤波器设计参数及其对信号处理的影响。
- 分析重构信号的质量，包括信噪比、失真度等指标。
六、实验结论- 总结实验中所学习到的数字信号处理的基本概念和方法。
- 讨论实验中遇到的问题及其解决方案。
- 提出对实验方法和过程的改进建议。
七、参考文献- 列出实验过程中参考的书籍、文章和其他资源。
数字信号处理实验报告_完整版
实验1 利用DFT 分析信号频谱一、实验目的1.加深对DFT 原理的理解。
2.应用DFT 分析信号的频谱。
3.深刻理解利用DFT 分析信号频谱的原理，分析实现过程中出现的现象及解决方法。
二、实验设备与环境 计算机、MATLAB 软件环境 三、实验基础理论1.DFT 与DTFT 的关系有限长序列 的离散时间傅里叶变换 在频率区间 的N 个等间隔分布的点 上的N 个取样值可以由下式表示：212/0()|()()01N jkn j Nk N k X e x n eX k k N πωωπ--====≤≤-∑由上式可知，序列 的N 点DFT ,实际上就是 序列的DTFT 在N 个等间隔频率点 上样本 。
2.利用DFT 求DTFT方法1：由恢复出的方法如下：由图2.1所示流程可知：101()()()N j j nkn j nN n n k X e x n eX k W e N ωωω∞∞----=-∞=-∞=⎡⎤==⎢⎥⎣⎦∑∑∑ 由上式可以得到：IDFTDTFT( )12()()()Nj k kX e X k Nωπφω==-∑ 其中为内插函数12sin(/2)()sin(/2)N j N x eN ωωφω--= 方法2：实际在MATLAB 计算中，上述插值运算不见得是最好的办法。
由于DFT 是DTFT 的取样值，其相邻两个频率样本点的间距为2π/N ，所以如果我们增加数据的长度N ，使得到的DFT 谱线就更加精细，其包络就越接近DTFT 的结果，这样就可以利用DFT 计算DTFT 。
如果没有更多的数据，可以通过补零来增加数据长度。
3.利用DFT 分析连续信号的频谱采用计算机分析连续时间信号的频谱，第一步就是把连续信号离散化，这里需要进行两个操作：一是采样，二是截断。
对于连续时间非周期信号,按采样间隔T 进行采样，阶段长度M ，那么：1()()()M j tj nT a a a n X j x t edt T x nT e ∞--Ω-Ω=-∞Ω==∑⎰对进行N 点频域采样，得到2120()|()()M jkn Na a M kn NTX j T x nT eTX k ππ--Ω==Ω==∑因此，可以将利用DFT 分析连续非周期信号频谱的步骤归纳如下： （1）确定时域采样间隔T ，得到离散序列（2）确定截取长度M ，得到M 点离散序列,这里为窗函数。
数字信号处理实验报告
实验一 用DFT 作谱分析（一）实验目的（1）进一步加深DFT 算法原理和基本性质的理解；（2）熟悉FFT 的应用； （3）掌握使用DFT 作谱分析时可能遇到的问题及其原因，以便在实际中正确应用。
（二）实验内容和步骤（1）复习DFT 的定义及其性质。
（2）设置以下信号供谱分析()()()41--=n u n u n x()⎪⎩⎪⎨⎧≤≤-≤≤+=n n n n n n x 其他07483012, ()⎪⎩⎪⎨⎧≤≤-≤≤-=n n n n n n x 其他07433043 ()⎪⎭⎫ ⎝⎛=n n x 4cos 4π , ()⎪⎭⎫⎝⎛=n n x 8sin 5π ()()()()t πt πt πt x 20cos 16cos 8cos 6++=对于连续信号()t x a ，首先需要根据其最高频率成分确定抽样频率S f ，然后对其抽样，即计算()()S a nT x n x = （3）编写程序编写程序对信号进行谱分析，程序流程如下：1、设置信号长度N ，对连续信号设置抽样率；2、产生实验信号；3、绘制时间序列波形图；4、使用FFT 计算信号的DFT ；5、绘制信号的频谱。
（4）运行程序并观察结果a ）对信号()n x 1、()n x 2、()n x 3进行谱分析，信号长度N 取8。
观察输出结果。
x1(n)nx 1(n )k|X (k )|2468kφ(k )X2(n):2468nx 2(n )N = 8k|X (k )|2468kφ(k )X3(n):2468nx 3(n )k|X (k )|2468kφ(k )b ）对()n x 4进行谱分析，该信号周期为8，信号长度N 取8或8的整数倍（16、32等）计算频谱。
再将N 取不是8的整数倍，例如9或10，观察频谱发生了什么变化。
N=8:nx 4(n )N = 8k|X (k )|2468kφ(k )nx 4(n )N = 16k|X (k )|51015kφ(k )N=32nx 4(n )N = 32k|X (k )|10203040kφ(k )nx 4(n )N = 9k|X (k )|2468kφ(k )N=10nx 4(n )N = 10510k|X (k )|510kφ(k )c ）令()()()n x n x n x 547+=（或()()()n jx n x n x 548+=）。
【精品】数字信号处理实验报告
【精品】数字信号处理实验报告
1 实验目的
本次实验的目的是在MATLAB软件环境中运用数字信号处理理论，通过实验操作来检验用于数字信号处理的算法的正确性，以便明确数字信号处理理论在实际应用中的重要作用。
2 实验原理
数字信号处理实验的原理是使用MATLAB进行数字信号处理算法实验，首先，设置一些用于数字信号处理的参数，如传输函数、离散时间区间、采样频率、滤波器类型等；其次，按照信号处理的算法进行编程实现，搭建一个数字信号处理系统，在MATLAB下对信号进行处理，包括采样、滤波和量化等；最后，对处理后的信号进行数字分析，监测数字信号处理后的变化趋势，验证数字信号处理算法的正确性。
3 实验步骤
(1) 建立信号处理实验系统：选择一个常见的信号处理算法，运用MATLAB软件分别编写信号发生程序、信号采样程序、滤波程序和信号量化程序；
(2) 运行实验程序：实验同学可以自行设置参数，如传输函数、离散时间区间、采样频率、滤波器类型等，调整完毕后，点击“run”，运行实验程序；
(3) 观察实验结果：运行完毕后，可以观察MATLAB的图形结果，以此来分析信号处理算法的性能；
(4) 对结果进行分析：经过上述实验操作后，可以根据所得到的实验结果来判断信号处理算法的性能，如输出信号的噪声抑制能力、良好的时域和频域性能等，从而验证信号处理理论在实际应用中的价值。
4 总结。
数字信号处理实验报告
一、实验目的1. 理解数字信号处理的基本概念和原理。
2. 掌握离散时间信号的基本运算和变换方法。
3. 熟悉数字滤波器的设计和实现。
4. 培养实验操作能力和数据分析能力。
二、实验原理数字信号处理（Digital Signal Processing，DSP）是利用计算机对信号进行采样、量化、处理和分析的一种技术。
本实验主要涉及以下内容：1. 离散时间信号：离散时间信号是指时间上离散的信号，通常用序列表示。
2. 离散时间系统的时域分析：分析离散时间系统的时域特性，如稳定性、因果性、线性等。
3. 离散时间信号的变换：包括离散时间傅里叶变换（DTFT）、离散傅里叶变换（DFT）和快速傅里叶变换（FFT）等。
4. 数字滤波器：设计、实现和分析数字滤波器，如低通、高通、带通、带阻滤波器等。
三、实验内容1. 离散时间信号的时域运算（1）实验目的：掌握离散时间信号的时域运算方法。
（2）实验步骤：a. 使用MATLAB生成两个离散时间信号；b. 进行时域运算，如加、减、乘、除等；c. 绘制运算结果的时域波形图。
2. 离散时间信号的变换（1）实验目的：掌握离散时间信号的变换方法。
（2）实验步骤：a. 使用MATLAB生成一个离散时间信号；b. 进行DTFT、DFT和FFT变换；c. 绘制变换结果的频域波形图。
3. 数字滤波器的设计和实现（1）实验目的：掌握数字滤波器的设计和实现方法。
（2）实验步骤：a. 设计一个低通滤波器，如巴特沃斯滤波器、切比雪夫滤波器等；b. 使用MATLAB实现滤波器；c. 使用MATLAB对滤波器进行时域和频域分析。
4. 数字滤波器的应用（1）实验目的：掌握数字滤波器的应用。
（2）实验步骤：a. 采集一段语音信号；b. 使用数字滤波器对语音信号进行降噪处理；c. 比较降噪前后的语音信号，分析滤波器的效果。
四、实验结果与分析1. 离散时间信号的时域运算实验结果显示，通过MATLAB可以方便地进行离散时间信号的时域运算，并绘制出运算结果的时域波形图。
数字信号处理实验报告
数字信号处理实验报告一、实验目的本次数字信号处理实验的主要目的是通过实际操作和观察，深入理解数字信号处理的基本概念和方法，掌握数字信号的采集、处理和分析技术，并能够运用所学知识解决实际问题。
二、实验设备与环境1、计算机一台，安装有 MATLAB 软件。
2、数据采集卡。
三、实验原理1、数字信号的表示与采样数字信号是在时间和幅度上都离散的信号，可以用数字序列来表示。
在采样过程中，根据奈奎斯特采样定理，为了能够准确地恢复原始信号，采样频率必须大于信号最高频率的两倍。
2、离散傅里叶变换（DFT）DFT 是将时域离散信号变换到频域的一种方法。
通过 DFT，可以得到信号的频谱特性，从而分析信号的频率成分。
3、数字滤波器数字滤波器是对数字信号进行滤波处理的系统，分为有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器。
FIR 滤波器具有线性相位特性，而 IIR 滤波器则在性能和实现复杂度上有一定的优势。
四、实验内容与步骤1、信号的采集与生成使用数据采集卡采集一段音频信号，或者在 MATLAB 中生成一个模拟信号，如正弦波、方波等。
2、信号的采样与重构对采集或生成的信号进行采样，然后通过插值算法重构原始信号，观察采样频率对重构信号质量的影响。
3、离散傅里叶变换对采样后的信号进行DFT 变换，得到其频谱，并分析频谱的特点。
4、数字滤波器的设计与实现（1）设计一个低通 FIR 滤波器，截止频率为给定值，观察滤波前后信号的频谱变化。
（2）设计一个高通 IIR 滤波器，截止频率为给定值，比较滤波前后信号的时域和频域特性。
五、实验结果与分析1、信号的采集与生成成功采集到一段音频信号，并在MATLAB 中生成了各种模拟信号，如正弦波、方波等。
通过观察这些信号的时域波形，对不同类型信号的特点有了直观的认识。
2、信号的采样与重构当采样频率足够高时，重构的信号能够较好地恢复原始信号的形状；当采样频率低于奈奎斯特频率时，重构信号出现了失真和混叠现象。
数字信号处理实验报告
数字信号处理实验报告姓名：潘文才学号：08150227班级：0610802地点：YF303时间：第九、十、十一周星期三9-10节实验一：实验名称：时域采样定理一、实验目的：1. 学习掌握 matlab 的编程知识及其 matalab 在数字信号处理方面常用的12个函数2. 熟悉理想采样的性质，了解信号采样前后的频谱变化，加深对采样定理的理解。
采样定理的内容：当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：fs.max>=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般取2.56-4倍的信号最大频率；采样定理又称奈奎斯特定理。
为了保证可以从采样信号中无失真的恢复出原来的信号。
二、实验内容：一、对给定的模拟信号Xa(t) =Ae-at sin(Ω0t)U (t)进行采样！（fm=500）1，用鼠标双击电脑桌面的matlab6.5的快捷图标，运行matlab6.5主程序。
2,在matlab 命令窗口中输入，如下图示>>n = 0:50-1;>>fs = 1000;>>string = '1000';>>Xa=444.128*exp((-222.144)*n/fs).*sin(222.144*n/fs);>>DFT(Xa,50,string);3，如果输入的命令没有错误会出现如下绘图对话框。
从中大家可以再次体会函数DFT(x,N,str)的功能。
4，将实验图形导出，保存，选择Export 菜单项。
5，在导出对话框中选择文件格式为bmp，输入保存的文件名后，点击保存按钮。
这时保存的实验结果可以用WINDOWS自带的画图工具打开。
6，关闭matlab 的绘图对话框，在命令窗口中输入>>clear all；>>close all;>>clc;后，试将第三步中输入的 fs 改成 500Hz，或 1500Hz，画出采样后信号的波图和幅频特性曲线（如下图所示），并按第5步中的方法保存实验图形。
数字信号处理实验报告
数字信号处理实验报告
数字信号处理是指利用数字技术对模拟信号进行采样、量化、编码等处理后，再通过数字信号处理器进行数字化处理的技术。
在数字信号处理实验中，我们通过对数字信号进行滤波、变换、解调等处理，来实现信号的处理和分析。
在实验中，我们首先进行了数字信号采集和处理的基础实验，采集了包括正弦信号、方波信号、三角波信号等在内的多种信号，并进行了采样、量化、编码等处理。
通过这些处理，我们可以将模拟信号转换为数字信号，并对其进行后续处理。
接着，我们进行了数字信号滤波的实验。
滤波是指通过滤波器对数字信号进行处理，去除其中的噪声、干扰信号等不需要的部分，使其更加纯净、准确。
在实验中，我们使用了低通滤波器、高通滤波器、带通滤波器等多种滤波器进行数字信号滤波处理，得到了更加干净、准确的信号。
除了滤波，我们还进行了数字信号变换的实验。
数字信号变换是指将数字信号转换为另一种表示形式的技术，可以将信号从时域转换到频域，或者从离散域转换到连续域。
在实验中，我们使用了傅里叶变换、离散傅里叶变换等多种变换方式，对数字信号进行了变换处理，得到了信号的频谱信息和其他相关参数。
我们进行了数字信号解调的实验。
数字信号解调是指将数字信号转换为模拟信号的技术，可以将数字信号还原为原始信号，并进行后续处理。
在实验中，我们使用了频率解调、相干解调等多种解调方式，将数字信号转换为模拟信号，并对其进行了分析和处理。
总的来说，数字信号处理实验是一项非常重要的实验，可以帮助我们更好地理解数字信号处理的原理和方法，为我们今后从事相关领域的研究和工作打下坚实的基础。
数字信号处理实验报告
实验一：离散时间信号的表示与运算一：实验内容、原理描述及实验结果 1. 离散时间信号的表示离散时间信号定义为一时间函数，它只在某些离散的瞬时给出函数值，而在其他处无定义。
因此，它是时间上不连续按一定先后次序排列的一组数的集合，故称为时间序列，简称序列，通常表示为{x （n ）} -∞<n<+∞ (1) 单位采样序列例1.1 用matlab 编写生成单位脉冲序列函数的程序，n ∈(-5,5)。
程序代码如下：n0=0;n1=-5;n2=5;n=[n1:n2];nc=length(n);x=zeros(1,nc);for i=1:ncif n(i)==n0 x(i)=1; endendstem(n,x)xlabel('n');ylabel('x(n)');title('delta sequence'); grid或者：n0=0;n1=-5;n2=5;n=[n1:n2];x=[(n-n0)==0];stem(n,x)；xlabel('n');ylabel('x(n)');title('delta sequence');grid 图形如下：nx (n )（2）单位阶跃序列例1.2 用matlab 编写生成单位阶跃序列函数的程序，n ∈(-5,5)。
程序代码如下：n0=0;n1=-5;n2=5;n=[n1:n2];x=[(n-n0)>=0];stem(n,x)xlabel('n');ylabel('x(n)');title('step sequence');grid图形如下：nx (n )（3）单位斜坡序列例1.3 用matlab 编写生成单位斜坡序列函数的程序，n ∈(0,5)。
程序代码如下：n1=0;n2=5;n=[n1:1:n2];x=n;stem(n,x)xlabel('n');ylabel('x(n)');title('ramp sequence');grid图形如下：nx (n )（4）正余弦序列例1.4 用matlab 编写正弦序列x(n)=5sin(0.1πn+π/3)函数的程序。
数字信号处理
数字信号处理实验报告一、 实验目的1. 熟练掌握用DFT 对离散序列进行频谱分析;2. 掌握DET 对连续函数频谱分析的方法;3. 了解频谱泄露的原因并解决;4. 对比矩形窗、汉宁窗处理连续函数的优劣并分析;5. 了解FDMA 处理音频信号。
二、 实验内容1. 已知序列 12()=0.5sin(2f n)+sin(2n),015x n f n ππ≤≤，令12f 0.22,0.34f ==，取N=16，32，64，128，画出4个DFT 的频谱图，分析DFT 长度对频谱特性的影响；取12f 0.22,0.25f ==，如何选择DFT 参数才能在频谱分析中分辨出两个频率分量。
2. 假设实际测得的一段信号的表达式为：12()=cos(2f t)+0.75cos(2t)x t f ππ，其中12,f f 自定，试确定一合适的采样频率s f ，利用fft 分析该信号的频谱。
在信号截短时要求:1）使用矩形窗，考虑频谱泄露和频率分辨率等的影响，确定采样数据的长度。
画出信号的时域和频域波形。
2）使用汉宁窗，确定能够分辨出最小谱峰间距的信号长度，并画出对应的信号时域和频域波形图。
3. 频分多址（FDMA ）通信系统模型的仿真实现频分多址（FDMA ）通信系统模型如图所示：载波信号n载波信号n频分多址（FDMA ）通信系统模型要求：1）读入或录制2路及以上的语音信号。
2）将多路语音信号分别与各自的高频载波信号相乘，由于各高频载波信号将各语音信号频谱移到不同频段，复用信号频谱为各信号频谱的叠加，因此，只需传输该复用信号便可在同一信道上实现多路语音信号的同时传输。
3）传输完成后，通过选择合适的带通滤波器，即可获得多个已调信号。
4）再进行解调，即将多个已调信号分别乘以各自的高频载波信号，这样，原始低频信号被移到低频段。
5） 最后通过选择合适的低通滤波器恢复出各原始语音信号，从而实现FDMA通信传输。
三、 分析处理及结论1. 已知序列 12()=0.5sin(2f n)+sin(2n),015x n f n ππ≤≤，令12f 0.22,0.34f ==，取N=16，32，64，128，画出4个DFT 的频谱图，分析DFT 长度对频谱特性的影响；取12f 0.22,0.25f ==，如何选择DFT 参数才能在频谱分析中分辨出两个频率分量(1) 原理分析离散序列存在两个基频f1和f2,对于第一个要求,直接做DFT 变换即可;至于第二个要求,能在频谱分析中分辨出两个频率分量,则分辨率至少满足两个频率之差,此时所取得DFT 点数才能分辨出f1和f2两个频率。
史上最全数字信号处理实验报告完美版
实验一、零极点分布对系统频率响应的影响Y(n)=x(n)+ay(n-1)1、调用MATLAB函数freqz计算并绘制的幅频特性和相频特性其中：1 代表a=0.7；2代表a=0.8；3代表a=0.9a=0.7时的零极点图A=0.8时的零极点图a=0.9时的零极点图观察零极点的分布与相应曲线易知：小结：系统极点z=a，零点z=0，当B点从w=0逆时针旋转时，在w=0点，由于极点向量长度最短，形成波峰,并且当a越大，极点越接近单位圆，峰值愈高愈尖锐；在w=pi点形成波谷；z=0处零点不影响幅频响应2、先求出系统传函的封闭表达式，通过直接计算法得出的幅频特性和相频特性曲线。
其中：1代表a=0.7；2代表a=0.8；3代表a=0.9附录程序如下：（对程序进行部分注释）>> a=0.7;w=0:0.01:2*pi;%设定w的范围由0到2π，间隔为0.01y=1./(1-a*exp(-j*w)); %生成函数subplot(211);plot(w/2/pi,10*log(abs(y)),'g');%生成图像其中通过调用abs函数计算幅值hold on;xlabel('Frequency(Hz)');%定义横坐标名称ylabel('magnitude(dB)');%定义纵坐标名称title('a=0.8,直接计算h(ejw)');grid on;%定义图片标题subplot(212);plot(w/2/pi,unwrap(angle(y)),'g');grid on;%生成图像其中通过调用angle计算相角，‘g’为规定线条颜色hold on;>> a=0.8;w=0:0.01:2*pi;y=1./(1-a*exp(-j*w));subplot(211);plot(w/2/pi,10*log(abs(y)),'r');hold on;xlabel('Frequency(Hz)');ylabel('magnitude(dB)');title('a=0.8,直接计算h(ejw)');grid on;subplot(212);plot(w/2/pi,unwrap(angle(y)),'r');grid on;hold on;>> a=0.9;w=0:0.01:2*pi;y=1./(1-a*exp(-j*w));subplot(211);plot(w/2/pi,10*log(abs(y)),'b');hold on;xlabel('Frequency(Hz)');ylabel('magnitude(dB)');title('a=0.9,直接计算h(ejw)');grid on;subplot(212);plot(w/2/pi,unwrap(angle(y)),'b');grid on;hold on;2、y(n)=x(n)=ax(n-1)通过调用freqz函数绘图，其中：1代表a=0.7,；2代表a=0.8；3代表a=0.9附录程序如下：（因为程序同实验一相同不再进行注释）a=0.7;A=1;B=[1,a];freqz(B,A,256,'whole',1);title('a=0.7');hold on;a=0.8;A=1;B=[1,a];freqz(B,A,256,'whole',1);title('a=0.8');hold on;a=0.9;A=1;B=[1,a];freqz(B,A,256,'whole',1);title('a=0.9');以下为a为不同数值时的零极点图a=0.7A=0.8A=0.9小结：系统极点z=0，零点z=a，当B点从w=0逆时针旋转时，在w=0点，由于零点向量长度最长，形成波峰：在w=pi点形成波谷；z=a处极点不影响相频响应。
数字信号处理实验报告
数字信号处理实验报告数字信号处理实验报告一、实验目的本实验旨在通过数字信号处理的方法，对给定的信号进行滤波、频域分析和采样率转换等操作，深入理解数字信号处理的基本原理和技术。
二、实验原理数字信号处理（DSP）是一种利用计算机、数字电路或其他数字设备对信号进行各种处理的技术。
其主要内容包括采样、量化、滤波、变换分析、重建等。
其中，滤波器是数字信号处理中最重要的元件之一，它可以用来提取信号的特征，抑制噪声，增强信号的清晰度。
频域分析是指将时域信号转化为频域信号，从而更好地理解信号的频率特性。
采样率转换则是在不同采样率之间对信号进行转换，以满足不同应用的需求。
三、实验步骤1.信号采集：首先，我们使用实验室的信号采集设备对给定的信号进行采集。
采集的信号包括噪声信号、含有正弦波和方波的混合信号等。
2.数据量化：采集到的信号需要进行量化处理，即将连续的模拟信号转化为离散的数字信号。
这一步通常通过ADC（模数转换器）实现。
3.滤波处理：将量化后的数字信号输入到数字滤波器中。
我们使用不同的滤波器，如低通、高通、带通等，对信号进行滤波处理，以观察不同滤波器对信号的影响。
4.频域分析：将经过滤波处理的信号进行FFT（快速傅里叶变换）处理，将时域信号转化为频域信号，从而可以对其频率特性进行分析。
5.采样率转换：在进行上述处理后，我们还需要对信号进行采样率转换。
我们使用了不同的采样率对信号进行转换，并观察采样率对信号处理结果的影响。
四、实验结果及分析1.滤波处理：经过不同类型滤波器处理后，我们发现低通滤波器可以有效抑制噪声，高通滤波器可以突出高频信号的特征，带通滤波器则可以提取特定频率范围的信号。
这表明不同类型的滤波器在处理不同类型的信号时具有不同的效果。
2.频域分析：通过FFT处理，我们将时域信号转化为频域信号。
在频域分析中，我们可以更清楚地看到信号的频率特性。
例如，对于噪声信号，我们可以看到其频率分布较为均匀；对于含有正弦波和方波的混合信号，我们可以看到其包含了不同频率的分量。
数字信号处理实验报告
数字信号处理 实验报告实验一 序列的傅立叶变换一、实验目的1.进一步加深理解DFS,DFT 算法的原理;2.研究补零问题;3.快速傅立叶变换（FFT ）的应用。
二、 实验步骤1.复习DFS 和DFT 的定义，性质和应用；2熟悉MATLAB 语言的命令窗口、编程窗口和图形窗口的使用；3利用提供的程序例子编写实验用程序；4.按实验内容上机实验，并进行实验结果分析；5.写出完整的实验报告，并将程序附在后面。
三、 实验内容1.周期方波序列的频谱试画出下面四种情况下的的幅度频谱, 并分析补零后，对信号频谱的影响。
2.有限长序列x(n)的DFT （1）取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度；（2）将（1）中的x(n)以补零的方式，使x(n)加长到(n:0~100)时，画出x(n)的频谱X(k) 的幅度；（3）取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。
利用FFT 进行谱分析3.已知：模拟信号以t=0.01n(n=0:N-1)进行采样，求N 点DFT 的幅值谱。
请分别画出N=45; N=50;N=55;N=60时的幅值曲线。
四、 实验数据分析)8cos(5)4sin(2)(t t t x ππ+=)52.0cos()48.0cos()(n n n x ππ+=1.周期方波序列的频谱分析首先定义一个功能函数dfsfunction[Xk]=dfs(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;(1)L=5，N=20;%题1.(1)L=5;N=20;%对于（2），（3），（4）问，只要修改L,N的数值就好。
n=1:N;xn=[ones(1,L),zeros(1,N-L)];Xk=dfs(xn,N);magXk=abs([Xk(N/2+1:N) Xk(1:N/2+1)]);k=[-N/2:N/2];figure(1)subplot(2,1,1);stem(n,xn);xlabel('n');ylabel('xtide(n)');title('DFS of SQ.wave:L=5,N=20');subplot(2,1,2);stem(k,magXk);axis([-N/2,N/2,0,16]);xlabel('k');ylabel('Xtide(k)');(2)L=5，N=40;(3).L=5，N=60（4）L=7，N=60;结果分析：虽然周期序列不存在FT,但是一个周期序列可以利用其DFS系数X(k)表示它的频谱分布规律，从以上各频谱图可以看出，随着补零点数的增加，周期序列的谐波次数越来越多，其频谱的包络线越来越平滑连续，更能反映幅度值随时间的变化。
数字信号处理实验报告_五个实验
实验一 信号、系统及系统响应一、 实验目的1、熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解；2、熟悉时域离散系统的时域特性；3、利用卷积方法观察分析系统的时域特性；4、掌握序列傅立叶变换的计算机实现方法，利用序列的傅立叶变换对连续信号、离散信号及系统响应进行频域分析。
二、 实验原理及方法采样是连续信号数字处理的第一个关键环节。
对采样过程的研究不仅可以了解采样前后信号时域和频域特性发生变化以及信号信息不丢失的条件，而且可以加深对傅立叶变换、Z 变换和序列傅立叶变换之间关系式的理解。
对一个连续信号)(t x a 进行理想采样的过程可用下式表示：)()()(^t p t t x x aa其中)(^t x a 为)(t x a 的理想采样，p(t)为周期脉冲，即∑∞-∞=-=m nT t t p )()(δ)(^t x a的傅立叶变换为)]([1)(^s m a m j X T j a X Ω-Ω=Ω∑∞-∞= 上式表明^)(Ωj Xa为)(Ωj Xa的周期延拓。
其延拓周期为采样角频率（T /2π=Ω）。
只有满足采样定理时，才不会发生频率混叠失真。
在实验时可以用序列的傅立叶变换来计算^)(Ωj X a 。
公式如下：Tw jwae X j X Ω==Ω|)()(^离散信号和系统在时域均可用序列来表示。
为了在实验中观察分析各种序列的频域特性，通常对)(jw e X 在[0，2π]上进行M 点采样来观察分析。
对长度为N 的有限长序列x(n)，有：n jw N n jw k ke m x eX--=∑=)()(1其中，k Mk πω2=，k=0,1,……M-1 时域离散线性非移变系统的输入/输出关系为∑∞-∞=-==m m n h m x n h n x n y )()()(*)()(上述卷积运算也可在频域实现)()()(ωωωj j j e H e X eY =三、 实验程序s=yesinput(Please Select The Step Of Experiment:\n 一.(1时域采样序列分析 s=str2num(s); close all;Xb=impseq(0,0,1); Ha=stepseq(1,1,10);Hb=impseq(0,0,3)+2.5*impseq(1,0,3)+2.2*impseq(2,0,3)+impseq(3,0,3); i=0;while(s);%时域采样序列分析 if(s==1)k=0;while(1)if(k==0)A=yesinput('please input the Amplitude:\n',...444.128,[100,1000]); a=yesinput('please input the Attenuation Coefficient:\n',...222.144,[100,600]);w=yesinput('please input the Angle Frequence(rad/s):\n',...222.144,[100,600]);endk=k+1;fs=yesinput('please input the sample frequence:\n',...1000,[100,1200]);Xa=FF(A,a,w,fs);i=i+1;string+['fs=',num2str(fs)];figure(i)DFT(Xa,50,string);1=yesinput1=str2num(1);end%系统和响应分析else if(s==2)kk=str2num(kk);while(kk)if(kk==1)m=conv(Xb,Hb);N=5;i=i+1;figure(i)string=('hb(n)');Hs=DFT(Hb,4,string);i=i+1;figure(i)string('xb(n)');DFT(Xb,2,string);string=('y(n)=xb(n)*hb(n)');else if (kk==2)m=conv(Ha,Ha);N=19;string=('y(n)=ha(n)*(ha(n)');else if (kk==3)Xc=stepseq(1,1,5);m=conv(Xc,Ha);string=('y(n)=xc(n)*ha(n)');endendendi=i+1;figure(i)DFT(m,N,string);kk=yesinputkk=str2num(kk);end卷积定理的验证else if(s==3)A=1;a=0.5;w=2,0734;fs=1;Xal=FF(A,a,w,fs);i=i+1;figure(i)string=('The xal(n)(A=1,a=0.4,T=1)'); [Xa,w]DFT(Xal,50,string);i=i+1;figure(i)string =('hb(n)');Hs=DFT(Hb,4,string);Ys=Xs.*Hs;y=conv(Xal,Hb);N=53;i=i+1;figure(i)string=('y(n)=xa(n)*hb(n)');[yy,w]=DFT(y,N,string);i=i+1;figure(i)subplot(2,2,1)plot(w/pi,abs(yy));axis([-2 2 0 2]);xlabel('w/pi');ylabel('|Ys(jw)|');title(FT[x(n)*h(n)]');subplot(2,2,3)plot(w/pi,abs(Ys));axis([-2 2 0 2]);xlabel('w/pi');ylabel('|Ys(jw)|');title('FT[xs(n)].FT[h(n)]'); end end end子函数:离散傅立叶变换及X(n),FT[x(n)]的绘图函数 function[c,l]=DFT(x,N,str) n=0:N-1; k=-200:200; w=(pi/100)*k; l=w; c=x*Xc=stepseq(1,1,5); 子函数：产生信号function c=FF(A,a,w,fs) n=o:50-1;c=A*exp((-a)*n/fs).*sin(w*n/fs).*stepseq(0,0,49); 子函数：产生脉冲信号function [x,n]=impseq(n0,n1,n2) n=[n1:n2];x=[(n-n0)==0];子函数：产生矩形框信号function [x,n]=stepseq(n0,n1,n2) n=[n1:n2];x=[(n-n0>=0)];四、 实验内容及步骤1、认真复习采样理论，离散信号与系统，线性卷积，序列的傅立叶变换及性质等有关内容，阅读本实验原理与方法。
数字信号处理 实验报告
数字信号处理实验报告实验一 信号、系统及系统响应一、实验目的(1) 熟悉连续信号经理想采样前后的频谱变化关系， 加深对时域采样定理的理解。
(2) 熟悉时域离散系统的时域特性。
(3) 利用卷积方法观察分析系统的时域特性。
(4) 掌握序列傅里叶变换的计算机实现方法， 利用序列的傅里叶变换对连续信号、 离散信号及系统响应进行频域分析。
二、实验原理与方法 1. 时域采样定理:对一个连续信号xa(t)进行理想采样的过程如下： xa1(t)=xa(t)p(t)其中xa1(t)为xa(t)的理想采样,p(t)为周期冲击脉冲。
xa1(t)的傅里叶变换Xa1(j Ω)为:11()[()]m Xa j Xa j m s T +∞=-∞Ω=Ω-Ω∑表明Xa1(j Ω)为Xa(j Ω)的周期延拓，其延拓周期为采样角频率（s Ω=2π/T ）。
离散信号和系统在时域均可用序列来表示。
2. LTI 系统的输入输出关系: y(n)=x(n)*h(n)=()()m x m h n m +∞=-∞-∑()()()j j j Y e X e H e ωωω=三、实验内容1. 分析采样序列的特性。
1) 取模拟角频w=70.7*pi rad/s ，采样频率fs=1000Hz>2w ，发现无频谱混叠现象。
2) 改变采样频率， fs=300 Hz<2w ，频谱产生失真。
3) 改变采样频率， fs=200Hz<2w，频谱混叠，产生严重失真2. 时域离散信号、系统和系统响应分析。
1) 观察信号xb(n)和系统hb(n)的时域和频域特性；利用线性卷积求信号xb(n)通过系统hb(n)的响应y(n)，比较所求响应y(n)和hb(n)的时域及频域特性，注意它们之间有无差别，绘图说明，并用所学理论解释所得结果。
2) 观察系统ha(n)对信号xc(n)的响应特性。
可发现：信号通过系统，相当于x(n)与系统函数h(n)卷积，时域卷积即对应频域函数相乘。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国石油大学（北京）
China University of Petroleum
基于MATLAB的数字
信号处理
实验名称：DFT和DCT的应用
姓名：
学号：
日期：2017.4.10
1. 用FFT 计算线性卷积（预习实验指导书p9内容）
两个序列：x1=[1 2 3 4 5 6]; x2=[3 2 1 1 2 3 4]，用DFT 求两者的循环卷积，
（1） 取FFT 长度L=10，问哪些点上的循环卷积＝线性卷积？
（2） 取FFT 长度L=12，结果又如何？
程序代码：
x1=[1 2 3 4 5 6];x2=[3 2 1 1 2 3 4];Y1=conv(x1,x2);
N=10;m=length(x1)+length(x2)-1;n=0:m-1;
subplot(311);
stem(n,Y1);
title('线性卷积结果');
x1=[x1,zeros(1,N-length(x1))];
x2=[x2,zeros(1,N-length(x1))];
xk1=fft(x1,N);
xk2=fft(x2,N);
Yk=xk1.*xk2;
y1=ifft(Yk,N);
subplot(312);
stem(0:N-1,y1);
title('长度取10的循环卷积结果');
N=12;
x1=[x1,zeros(1,N-length(x1))];
x2=[x2,zeros(1,N-length(x1))];
xk1=fft(x1,N);
xk2=fft(x2,N);
Yk1=xk1.*xk2;
y2=ifft(Yk1,N);
subplot(313);
stem(0:N-1,y2);
title('长度取12的循环卷积结果');
结果：
2. 探地雷达信号谱分析
线性卷积结果
长度取10的循环卷积结
果
长度取12的循环卷积结果
附件一是采样的一组探地雷达数据“radar-data.txt ”， 探地雷达探测的是水泥板的厚度，探地雷达接收的信号中含有水泥板上表面和下表面的反射波，采样率为7000Hz ，
（1） 读取这组数据，画出其的时域波形；
（2） 用DFT 对这组数据进行谱分析，画出信号的幅谱图，横轴采用模拟频率；
（3） 检测出上、下表面反射波的频率。
读取数据文件参考程序段如下：
d=load('radar-data.txt');
plot(d);grid
程序代码：
clear;
d=load('radar-data.txt');
subplot(211);plot(d);
grid
Fs=7000;
N=2000;
n=0:N-1;
Xk=fft(d,N);
f=n/N*Fs/(2*pi);
subplot(212);plot(f,abs(Xk));grid
a=max(abs(Xk));
max1=0;
for f=280:1:290;
if abs(Xk)>max1;
max1=abs(Xk);
end
if abs(Xk)<max1;
max2=abs(Xk);
end
end
结果：
-1-0.5
0.5
1
05
10
15
20
3. 基于DCT的图象压缩
附件二是像素为256*256的灰度图像“lena.bmp”，用DCT对该图像进行压缩。
（1）将Lena(256*256)分成8*8的块；
（2）做8*8块的DCT；
（3）用模板Mask将高频DCT系数去掉；
（4）做IDCT恢复压缩后的图象；
（5）改变Mask，观察压缩后的图象的失真情况。
（6）将Lena(256*256)分成16*16的块，重复（2）～（5）步骤。
图像压缩参考程序如下：
I=imread('lena256_256.bmp','bmp');
Mask1=[1 1 1 1 1 1 1 0;
1 1 1 1 1 1 0 0;
1 1 1 1 1 0 0 0;
1 1 1 1 0 0 0 0;
1 1 1 0 0 0 0 0;
1 1 0 0 0 0 0 0;
1 0 0 0 0 0 0 0;
0 0 0 0 0 0 0 0;];
for i=1:32
for j=1:32
J1((i-1)*8+1:i*8,(j-1)*8+1:j*8)=idct2(dct2(I((i-1)*8+1:i*8,(j-1)*8+1:j*8)).*Mask1);
end
end
imshow(I,[]);title('Original Image')；
figure;
imshow(J1,[]);title('compress Image')；
结果：
8*8
改变高频信号：
16*16
Original Image
compress Image
Original Image
compress Image
Original Image compress Image。